Compressing big data generated by IoT devices deployed along the green borderline

• Autorzy: Hulaj Astrit , Prebreza Bahri , Bajrami Xhevahir

Identyfikatory

DOI

10.15199/48.2023.12.20

Warianty tytułu

PL

Kompresja dużych zbiorów danych generowanych przez urządzenia IoT rozmieszczone wzdłuż zielonej granicy

• Języki publikacji: EN

Abstrakty

EN

Deployment of the thousands of sensors along the green borderline the production of a large volume of data. The large volume of data can lead to unusual storage and transmission bandwidth requirements. The research presents an analytical and visual analysis of the performance of the data compression algorithms. The algorithms are modified and adapted for our research purpose, and the results are visualised graphically. This research includes a detailed analysis of data compression algorithms and will optimise the overall cost of storing data, and the link capacity.

PL

Wdrożenie tysięcy czujników wzdłuż zielonej granicy produkcji dużej ilości danych. Duża ilość danych może prowadzić do nietypowych wymagań dotyczących przepustowości pamięci masowej i transmisji. W pracy przedstawiono analityczną i wizualną analizę działania algorytmów kompresji danych. Algorytmy są modyfikowane i dostosowywane do naszych celów badawczych, a wyniki są wizualizowane graficznie. Badania te obejmują szczegółową analizę algorytmów kompresji danych i zoptymalizują całkowity koszt przechowywania danych oraz przepustowość łącza.

Słowa kluczowe

EN

data compression; internet of things; loT; green borderline; sensor

PL

kompresja danych; Internet rzeczy; loT; zielona granica; czujnik

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2023
• Tom: R. 99, nr 12
• Strony: 109--113
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Hulaj Astrit

• University of Business and Technology

• https://orcid.org/0000-0002-4059-2034

autor

Prebreza Bahri

• University of Prishtina, Street” Sunny Hill”, nn, 10000, Prishtina

• https://orcid.org/0000-0003-1950-026X

autor

Bajrami Xhevahir

• University of Prishtina, Street” Sunny Hill”, nn, 10000, Prishtina

• https://orcid.org/0000-0002-6901-0122

Bibliografia

• [1] Hulaj A., Bytyçi E., Kadriu V., An Efficient Tasks Scheduling Algorithm for Drone Operations in the Indoor Environment, International Journal of Online & Biomedical Engineering, 18(2022), No. 11, 42–57.
• [2] Mahmud A., Husin H.M., and Yusoff N.M., Analysis on Literature Review of Internet of Things Adoption Among the Consumer at the Individual Level, Journal of Information Science Theory and Practice, 10(2022), No. 2, 45-73.
• [3] Chanchí G. E., Ospina M., Rodriguez B. L., IoT system for CO2 level monitoring and analysis in educational environments. Przeglad Elektrotechniczny. 01(2023), No. 140, 140-146.
• [4] Owczarczak R., Indoor thermal energy harvesting for battery-free IoT building applications, Przeglad Elektrotechniczny. 3(2023), No. 132, 132-136.
• [5] Hulaj A., Shehu A., and Bajrami X., APPLICATION OF WIRELESS MULTIMEDIA SENSOR NETWORKS FOR GREEN BORDERLINE SURVEILLANCE, Annals of DAAAM & Proceedings, 27(2016), No. 27, 0845-0853.
• [6] Hulaj A., Likaj R., & Bajrami X. Internet of Things Application for Green Border Surveillance, Based on Edge Detection Techniques. International Journal of Intelligent Systems and Applications in Engineering, 11(2023), No. 2, 702-709.
• [7] Moffat A., Huffman coding, ACM Computing Surveys (CSUR), 52(2019), No. 4, 1-35.
• [8] Dhawale N., Implementation of Huffman algorithm and study for optimization, In 2014 International Conference on Advances in Communication and Computing Technologies (ICACACT 2014), 1-6, 2014.
• [9] Shi P., Li B., Thike H.P., Ding L., A knowledge-embedded lossless image compressing method for high-throughput corrosion experiment, International Journal of Distributed Sensor Networks, 14(2018), No. 1, 1550147717750374.
• [10] Correa D.J., Pinto R.S.A., Montez C., Lossy Data Compression for IoT Sensors: A Review, Internet of Things, 19(2022), 100516.
• [11] Liu X., An P., Chen Y., Huang X, An improved lossless image compression algorithm based on Huffman coding, Multimedia Tools and Applications, 81(2022), No. 4, 4781-4795.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).